Según Bunte & Abt (2001)
Según Bunte & Abt (2001)
Drone + cámara.
Cinta de medir.
Dispositivo Android.
QGIS + OpenDroneMap + ImageJ + GDAL + ODK + R
Dos visitas entre julio y septiembre de 2019, para cubrir un área de ~10x15 m en un banco lateral del río Mana, proximidades de La Represa, Villa Altagracia.
En la primera visita, a modo de prueba, se voló con plan vuelo a 10 m de altura. Se procesaron los cuadros y se determinó altura de vuelo/GSD idónea, tamaño de etiquetas y número de clastos para ground truth
En la segunda visita se realizaron dos vuelos manuales, uno a 3 m (vuelo bajo) y otro a 5 m (vuelo medio).
En el vuelo bajo se colectaron ~200 cuadros a 3 m, GSD 0.8 mm, se realizó restitución y se generaron DSM, ortofoto (1 mm de resolución, y remuestre posterior a 3 mm) y otros productos.
~100 fotos a 5 m, las cuales se restituyeron pero sólo se reservaron, dado que las del vuelo bajo eran idóneas para el objetivo propuesto.
Para ground truth, se midieron 100 clastos en la primera visita y 76 clastos en la segunda
La metodología demuestra ser viable para superficies con exposición directa al sol; bajo dosel, o con plantas arbustivas, la segmentación sería difícilmente practicable.
Las clases de clastos mayores (guijarros y bloques, >64 mm) dieron las mejores correspondencias entre ground-truth y medición informática.
En las gravas se registran los mayores errores de medición informatizada, al ser difícil segmentarlas por su menor tamaño y por su habitual solapamiento con otros elementos.
La metodología propuesta, por su bajo coste, es una alternativa idónea para evaluar la granulometría de carga gruesa superficial, pudiendo ser útil para la detección de los peligrosos depósitos de debris flows.
Una desvantaja remarcable es la capacidad de cómputo requerida para la restitución fotogramétrica. Esta limitante puede solventarse adquiriendo servicios en la nube, una alternativa sólo viable si la demanda es esporádica.
Aplicar la metodología a superficies menos desafiantes y más grandes.
Introducir algoritmos de machine learning en la segmentación (e.g. Weka).
Añadir la capa de DSM para afinar mejor la segmentación de clastos.
Combinar con geomórfonos.
Bunte, K., & Abt, S. R. (2001). Sampling surface and subsurface particle-size distributions in wadable gravel-and cobble-bed streams for analyses in sediment transport, hydraulics, and streambed monitoring. Gen. Tech. Rep. RMRS-GTR-74. Fort Collins, CO: US Department of Agriculture, Forest Service, Rocky Mountain Research Station. 428 P., 74.